没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
面向 Ja va 对象的神 经引擎
完整指南
所有您需要了解的 Joone
2007 年 1 月 17 日
保罗马罗内()
http://www.joone.org
The Complete
目录
1 简介 6..............................................................................................
目标受众
什么是
定制系统
嵌入式系统
移动设备
关于本指南
致谢 。...................................................................................................................................
2 获取和安装 Joone10............................................................................
平台和要求
安装二进制发行版
核心引擎
从源代码分发构建
先决条件
获取最新发布的源代码
获取 ! 来源
编译"
3 核心引擎内部 19..................................................................................
基本概念
运输机制
处理要素
图层
线性层
偏置线性层
乙状结肠层
谭层
# !$% 层
对数层
正弦图层 #
" 延迟层 #
上下文层
高斯层
&'( 高斯层
)*+, 第 层。"..................................................................................
高斯层
突触
直接突触
完整的突触
延迟突触
-!./............................................................................................
# 桑格突触
监控器:控制神经网络的中心点
监控器作为网络参数的容器 #
监控器作为网络控制器 #
管理事件
The Complete
模式和内部权重的表示方式
模式
黑客帝国
# 技术细节
# 图层抽象类
# 召回阶段
# 学习阶段
# 将突触连接到 0.
# !./ 抽象类
4 I / O 组件:与外部世界的链接 47..............................................................
输入机制
(1!./
&01!./
2%31!./#
4'1!./#
# 561!./#
7(31!./#
5.1!./#
" 13#
输出:使用神经网络的结果 #
切换机制 #
1!83#
911!83!./#
验证机制 #"
# 技术细节
# !51!./
# !5911!./
# 切换机制的对象模型
# 1!83!./
# 911!83!./
# 06!83
5 教神经网络:有监督的学习 65..................................................................
# 教师部分 #
# 比较所需的输出模式
# 监督学习算法
# 基本的在线 '3+ 算法
# '3'3+ 算法
# 弹性 '3+ 算法(&&9)
# 如何设置学习算法
# 技术细节
# 学习组件对象模型
# 学习者对象模型
# 扩展学习机制 #
6 基于插件的可扩展性机制 78.....................................................................
输入插件 "
输出插件 "
显示器插件
脚本机制 "
# 技术细节 "
# 输入输出插件对象模型 "
The Complete
# 插件对象模型 "
# 脚本机制对象模型 "
7 整体使用神经网络 88............................................................................
:1: 对象 ""
:/:10. 对象 "
技术细节
8 通用架构 94.......................................................................................
" 模块化神经网络
" 奇偶问题
" 时间前馈神经网络
" 时间序列预测
" 预处理
" 趋势预测
" 动态控制训练参数
" 无监督神经网络
" - 自组织地图
" 示例:字符识别系统
9 正在申请 Joone114.............................................................................
建立自己的第一个神经网络
标准 ,
一个简单(但无用)的神经网络
真正的实现:;9& 问题 #
保存和还原神经网络
使用神经网络的结果
将结果写入输出文件
将结果放入数组
使用多个输入模式
仅使用一种输入模式
#控制神经网络的训练 #
# 控制 &!2#
# 交叉验证
*/ 帮助程序类
建立并运行简单的前馈神经网络
*/9 辅助方法
测试网络的性能
建立无监督(!9)网络 #
# 使用 */# 加载和保存网络
10............................................................LGPL 执照 136
The Complete
#
我
我想介绍一下我开始编写 Joone 的第一行代码时所想到的目标。
我的梦想是(现在仍然)是创建一个框架,以实施使用神经网络的新方法。我感到这种必要
性是因为最大(迄今为止尚未解决)的问题是找到针对给定问题的最合适的网络,而又不陷
入局部最小值,从而找到最佳的体系结构。
好的-您会说-这就是我们可以简单地通过使用监督或无监督算法训练一些随机初始化的神经
网络来完成的工作。
是的,的确如此,但这只是学术理论,因为仅训练一个神经网络是不够的,尤其是针对现实
生活中的难题。
找到最佳的神经网络是一项艰巨的任务,因为我们需要确定网络的许多参数,例如层数,每
层多少神经元,传递函数,学习率的值,动量,等...经常会导致失败的失败。
基本思想是拥有一个可以轻松地并行训练许多神经网络的环境,并使用不同的权重,参数或
不同的架构进行初始化,因此用户只需在训练过程后选择最适合的神经网络,即可找到最佳
的 NN。
不仅如此,该过程还可以继续对选定的 NN 进行重新训练,直到达到某些最终参数(即低
RMSE 值)为止,例如蒸馏过程。最好的架构可以由 Joone 而不是用户发现!当今存在许多
程序,允许使用遗传算法选择最适合的神经网络。我想超越此范围,因为我的目标是建立一
个可由最终用户编程的灵活环境,以便可以实现任何现有的或新发现的全局优化算法。这就
是为什么 Joone 拥有自己的分布式培训环境以及基于可克隆引擎的原因。
我的梦想没有完成,因为另一个梦想是使受过训练的 NN 易于最终用户使用和分发。例如,
我正在想象一个保证公司,它会(使用历史案例的结果)持续训练许多神经网络来评估客户
的风险评估 1 < =,并向其销售人员分配最佳的 蒸馏 (或基因进化的)神经网络,以便他们可
以在他们的移动设备上使用它。
这就是为什么使用
Joone
构建的神经网络可以使用任何有线或无线协议进行序列化和远程传
输的原因,并且可以使用简单,小型且通用的程序轻松运行。
此外,由于具有 Java 虚拟机的手持设备(如移动电话和 PDA)的出现,我的梦想将变得更
加坚实。 Joone 也准备对它们进行攻击。
希望您发现我们的工作有趣且有用,感谢您对 Joone 的关注。
保罗·马罗内
和琼队
伦
理(和许多国家的法律)禁止进行种族,性别,宗教(及其他)歧视。因此,不能建立基于这种个人特征的
决策系统。
剩余63页未读,继续阅读
m0_49373319
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C语言基础-C语言编程基础之Leetcode编程题解之第33题搜索旋转排序数组.zip
- 基于Python实现的手写数字识别系统源码.zip
- 从网页提取禁止转载的文字
- C语言基础-C语言编程基础之Leetcode编程题解之第32题最长有效括号.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第31题下一个排列.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第30题串联所有单词的子串.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第29题两数相除.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第28题找出字符串中第一个匹配项的下标.zip
- 实验报告模板(1).docx
- C语言基础-C语言编程基础之Leetcode编程题解之第26题删除有序数组中的重复项.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0